词元均价从 6.8 元涨到 13.46 元:私有化这笔账,今年得重算一遍
10 月 23 日,中国信通院人工智能研究所与中国人工智能产业发展联盟联合发布《大模型词元服务性能监测报告(2026年)》,基于 2026 年 1 至 8 月的监测数据,围绕调用成功率、吞吐、首词时延、稳定性、价格、上下文窗口六个维度给国内外模型服务打分。对做私有化决策的人来说,这份报告真正有价值的地方不是排名,而是它第一次把「词元」变成了一个可以横向比价的标品计量单位。
四个数字,都指向同一个方向
第一是价格。国内每百万词元的归一化均价从 2025 年下半年的 6.8 元涨到 2026 年以来的 13.46 元,涨幅接近一倍。同期国外典型模型的平均归一价格约 117.8 元,国内只剩人家的 11.4%。两年价格战收场,这个判断在数据上已经坐实。
第二是量。2026 年 6 月国内词元日均消耗约 500 万亿,是 2025 年 12 月的近 4 倍。
第三是速度。8 月国内各模型平均输出速度 78.23 token/s,比 2025 年均值 38.25 翻了一倍;但国外典型模型 8 月均值是 112.82,国内只到对方的 69.3%。
第四是时延与上下文。国内首词时延从 0.78 秒升到 1.26 秒,涨了六成;被监测模型里上下文达 1M 的占 47.8%,200K 及以上合计 95.7%,比 2025 年底提升超过 76 个百分点。报告的解释是参数量与上下文长度一起变大,并非单纯性能退化——这句话对采购最重要:你要买的那台机器,跑的是 1M 上下文,不是去年的 200K。
涨价,等于把自建的等效产值抬了一倍
私有化的账本质是比价题:自建每百万词元成本对上 API 市场价,市场价翻倍,同一台机器的账面产值跟着翻倍。
中国移动在论坛上给了一个可用的锚点:单台 910C 日产 5 亿词元,日产万亿词元需要 1.6 万张卡(厂商自报,单一口径)。把这台机器的 5 亿词元按公开均价折算,涨价后是 500 个百万词元乘 13.46 元,一天 6,730 元;涨价前只有 3,400 元。一天差 3,330 元,一年差 121.5 万元。这笔钱不是利润,却是回本期公式里最敏感的分子。
更关键的是利用率假设也变了。中国联通披露,智能体在词元消耗中的占比已从去年的 31% 升到 59%(厂商自报)。过去调用以人为主,白天高、夜里低,8 小时工作制,自建集群有三分之二的卡时是空转的;智能体是全天候跑,空窗被填满。同一台 8 卡整机,有效产出从三分之一拉到接近满负荷,回本期直接腰斩。
所以 2025 年那套「自建不划算」的测算不能直接搬用:价格翻倍叠加有效卡时翻三倍,是六倍量级的口径差,超过 18 个月的回本结论都该重跑。
别拿参数选型,拿这六个维度写标书
报告更实用的副产品,是一套能直接抄进技术标的验收口径。
吞吐按原厂值的七折验收。78.23 token/s 是原厂云端的实测均值,自建机房在散热、供电、网络上都弱于公有云,按 70% 折算就是 55 token/s 起步,写进合同。
首词时延 1.26 秒是及格线。国内均值已经涨到 1.26 秒,国外是 2.08 秒,自建若掉到这条线以下,问题通常在调度或显存带宽,而不是模型本身。
显存按 1M 上下文预留。95.7% 的在监测模型已能吃到 200K 以上,47.8% 到 1M。KV 缓存随上下文线性增长,只按 32K 规划显存的方案,明年就得重买。
成功率与稳定性写进 SLA。报告把调用成功率单独列为一个维度,正因为它比吞吐更容易被厂商含糊带过。
加上价格与上下文窗口,这六个维度就是一张现成的招标打分表:比起听厂商讲「支持万亿参数」,它们能直接换算成钱。
三条可执行的动作
第一,把词元当量写进合同。不要只签「提供 8 卡整机」,要签「在 1M 上下文、并发 32 的条件下,每小时输出不少于多少万词元」,验收按报告口径测。
第二,续约价格随行就市。国内均价一年涨了 98%,云厂商的续约报价大概率跟着走,租约里必须留价格复议条款。
第三,算力租购混合。智能体跑批放到夜里用租的,白天稳态负载用自建的;按智能体占比 59% 倒推,混合方案通常比纯自建早半年打平。
一句话收尾:词元从「越用越便宜」切到「量价齐升」,私有化的窗口不是被硬件降价打开的,是被服务涨价打开的。
来源:中国信通院《大模型词元服务性能监测报告(2026年)》;财联社、澎湃新闻、凤凰网科技、观点网报道。中国移动 910C 产出与中国联通智能体占比为厂商自报单一口径。